Sistemas Lineales Grandes y Dispersos para Modelo Sísmico en Chile
Visión general
De qué trata este proyecto.
Carga la matriz dispersa del problema real (formato Matrix Market provisto, ya generada por el grupo). Implementa o utiliza GMRES con reinicio, BiCGSTAB y MINRES desde scipy.sparse.linalg. Para cada combinación solver-precondicionador (9 combinaciones): mide tiempo a convergencia (tol 1e-8), número de iteraciones, memoria pico, robustez (10 vectores RHS distintos). Para AMG usa PyAMG. Análisis: cuál combinación domina por régimen (matriz pequeña/grande, bien/mal condicionada). Entrega: código + benchmarks reproducibles, tabla comparativa de 9 combinaciones, informe de 10 páginas, recomendación por tipo de problema.
El Briefing
Lo que harás y lo que demostrarás.
Comparar 9 combinaciones solver-precondicionador sobre un sistema lineal disperso de 2M x 2M y producir recomendación operativa para el grupo.
Earning criteria — what you'll demonstrate
- Comprender diferencias entre GMRES, BiCGSTAB, MINRES en convergencia y memoria
- Aplicar precondicionadores apropiados al tipo de matriz
- Medir performance de solvers iterativos con metodología rigurosa
- Comunicar resultados HPC para guiar decisiones de grupo
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador Científico
Benchmark riguroso de solvers iterativos sobre un problema real es el trabajo que distingue al doctorando aplicado del candidato a postdoc.
Este proyecto afina
- numerical-linear-algebra
- iterative-solvers
- preconditioners
Ingeniero de Aprendizaje Automático
Los algoritmos detrás de los solvers iterativos son los mismos que escalan training de redes muy grandes — entenderlos da ventaja diseñando pipelines.
Este proyecto afina
- numerical-linear-algebra
- sparse-matrices
- performance-benchmarking
Ingeniero de Datos
Los ingenieros de datos que dominan álgebra lineal numérica con matrices dispersas son los que diseñan pipelines de grafos a gran escala con criterio.
Este proyecto afina
- sparse-matrices
- scientific-python
- performance-benchmarking